ChIP-seq 分析:Mapped 数据可视化(4)
数据 分析 可视化 Seq ChIP mapped
2023-06-13 09:17:02 时间
1. Mapped reads
现在我们有了 BAM 文件的索引,我们可以使用 idxstatsBam() 函数检索和绘制映射读取的数量。
mappedReads <- idxstatsBam("SR_Myc_Mel_rep1.bam")
TotalMapped <- sum(mappedReads[, "mapped"])
ggplot(mappedReads, aes(x = seqnames, y = mapped)) + geom_bar(stat = "identity") +
coord_flip()
2. bigWig 创建
我们还可以从我们排序的、索引的 BAM 文件中创建一个 bigWig,以允许我们快速查看 IGV 中的数据。
首先,我们使用 coverage() 函数创建一个包含我们的覆盖率分数的 RLElist 对象。
forBigWig <- coverage("SR_Myc_Mel_rep1.bam")
forBigWig
我们现在可以使用 rtracklayer 包的 export.bw() 函数将 RLElist 对象导出为 bigWig。
library(rtracklayer)
export.bw(forBigWig, con = "SR_Myc_Mel_rep1.bw")
我们可能希望标准化我们的覆盖范围,以便我们能够比较样本之间的富集。
我们可以使用 coverage() 中的权重参数将我们的读取缩放到映射读取数乘以一百万(每百万读取数)。
forBigWig <- coverage("SR_Myc_Mel_rep1.bam", weight = (10^6)/TotalMapped)
forBigWig
export.bw(forBigWig, con = "SR_Myc_Mel_rep1_weighted.bw")
相关文章
- Elastic Stack——Logstash基本使用、实时数据监控和可视化分析
- 容灾系列(十)——数据热备容灾能力建设【基础篇】
- python数据可视化分析速成笔记_2-2_布朗运动/几何布朗运动(伊藤过程)实现的demo[通俗易懂]
- 数据可视化分析工具如何在国内弯道超车,迅速崛起?
- Nucleic Acids Res. | scIMC: 单细胞RNA测序数据插补方法的基准比较和可视化分析平台
- 利用monocle3分析单细胞数据
- R语言生存分析数据分析可视化案例|附代码数据
- KMEANS均值聚类和层次聚类:亚洲国家地区生活幸福质量异同可视化分析和选择最佳聚类数|附代码数据
- 如何做文本分析_大数据文本行去重
- Android RIL 调试问题分析 ——数据频繁断开
- R语言回归、anova方差分析、相关性分析 《精品购物指南》调研数据可视化|附代码数据
- 故障分析 | MySQL 使用 load data 导入数据错误的一个场景
- R语言逻辑回归(Logistic Regression)、回归决策树、随机森林信用卡违约分析信贷数据集|附代码数据
- R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析|附代码数据
- 【视频】主成分分析PCA降维方法和R语言分析葡萄酒可视化实例|数据分享|附代码数据
- MongoDB数据的导出导入及日志分析
- 决策树对消费者共享汽车使用情况调查数据可视化分析|附代码数据
- 杭州出租车行驶轨迹数据空间时间可视化分析|附代码数据
- 基于R语言股票市场收益的统计可视化分析|附代码数据
- R语言Pearson相关性分析就业率和“性别平等”谷歌搜索热度google trend时间序列数据可视化
- 1.6k Star开源新一代数据可视化开放平台,支持报表、仪表板、大屏、分析
- 数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据|附代码数据
- R语言、SAS潜类别(分类)轨迹模型LCTM分析体重指数 (BMI)数据可视化|附代码数据
- R语言时变向量自回归(TV-VAR)模型分析时间序列和可视化|附代码数据
- Origin数据可视化分析软件电脑版下载安装,Origin软件2022下载
- Hive学习之路 (二十)Hive 执行过程实例分析详解大数据
- Spark项目之电商用户行为分析大数据平台之(十一)JSON及FASTJSON详解大数据
- Hadoop2源码分析-序列化篇详解大数据
- 分析利用MSSQL进行大数据分析(mssql大数据)
- MSSQL打印:快速实现数据输出和分析(mssqlprint)
- SQL Server列分区:横跨行分析数据的有效方式(sqlserver列分区)
- MySQL表数据容量大小分析及优化(mysql 表数据 大小)
- Oracle中记录数数据的可视化分析(c oracle 记录数)
- PHP查询MySQL大量数据的时候内存占用分析